Português: o reconhecimento roda no próprio celular

O português é um dos 99 idiomas que o Kaseta transforma em texto. O que importa não é estar na lista, e sim onde o trabalho acontece: os modelos de reconhecimento são baixados uma vez e rodam no hardware do próprio iPhone. O aplicativo não envia a gravação para lugar nenhum, porque o reconhecimento não tem servidor por trás – não há para onde enviar.

O que isso significa na prática

Você grava, toca em Parar e o celular produz a transcrição – não há texto enquanto você fala. Depois que os modelos são baixados, a rede pode estar completamente desligada: no avião, no metrô, num prédio sem sinal. Não há conta – não existe onde se cadastrar, porque não existe servidor que se lembre de você. E nada entra numa fila para ser enviado em silêncio depois, quando o Wi-Fi voltar.

É uma característica que dá para conferir em um minuto: modo avião, gravação, Parar, transcrição. O guia de transcrição offline mostra esse teste passo a passo.

Idioma do reconhecimento e idioma do app são coisas diferentes

Aqui é fácil confundir o leitor, então vamos direto. O motor reconhece 99 idiomas. A interface do próprio aplicativo – botões, menus, ajustes – sai em 39 localizações da App Store – 33 idiomas, contando as variantes regionais uma vez só – e essa lista é mais curta. Um número não é o outro. A transcrição em português não depende do idioma em que os botões estão escritos: o idioma da transcrição você escolhe nos Ajustes, na lista de idiomas, não no idioma da interface.

Onde estão os limites

• Não medimos a precisão. Nem em português, nem nos outros idiomas – por isso aqui não vai número. No lugar de uma porcentagem que ninguém calculou, fica o teste: grave um minuto do jeito que você costuma gravar e olhe o resultado.
• Áudio difícil continua difícil. Várias vozes ao mesmo tempo, sala barulhenta, celular no bolso – isso atrapalha qualquer sistema, inclusive os que rodam na nuvem.
• O celular só escuta a sala em que ele está. Numa reunião com gente entrando de longe, o que chega ao microfone é o alto-falante de um notebook, e nenhuma transcrição recupera o que o microfone não captou.
• Trocar de idioma no meio da frase sai pior do que português corrido: o idioma é um ajuste único para a transcrição, não por frase.
• O plano gratuito transcreve os primeiros 5 minutos de cada gravação. A gravação em si não é cortada – o áudio continua gravando e é salvo por inteiro. O número de gravações não tem limite, e o Pro transcreve a gravação inteira.
• Copiar e exportar funcionam em qualquer plano: Texto simples, Markdown, SRT, WebVTT ou JSON, com ou sem marcações de tempo.

Quanto custa

O Pro custa US$ 19,99 por ano ou US$ 39,99 uma vez e pronto. Assinatura por minuto não existe e não vai existir: minutos são contados onde se paga por eles a servidores, e aqui não há o que contar.

Em seguida: todos os idiomas que o Kaseta reconhece ou a versão curta na página inicial.